【技术实现步骤摘要】
本专利技术属于点云配准，具体涉及一种基于geman-mcclure损失函数的文物点云配准方法及装置。
技术介绍
1、目前，在文物点云配准中，损失函数是用来衡量两个文物点云之间的差异或误差的函数。损失函数通常被设计为最小化点云配准过程中的误差，使得两个点云能够最好地对齐。常见的损失函数包括欧氏距离、平方误差等。其中欧氏距离计算简单直观，易于理解和实现，但容易受到噪声和局部形状变化的影响；在高维空间中，欧氏距离的计算效果可能较差；此外，异常点的存在也会影响点云配准的准确性和稳定性。而平方误差函数虽然在寻找最佳点云配准变换方面有一定适用性；但它容易受到局部极小值的影响，可能导致陷入局部最优解而无法达到全局最佳的配准结果。对于复杂的配准问题，平方误差函数的实现效果也有限。
2、目前文物点云配准方法存在以下缺陷：
3、第一是对噪声过于敏感，即使只有少量离群点或噪声存在，也可能显著影响配准结果；第二是忽视了文物点云的拓扑结构信息，导致配准结果可能不够精确；第三是对初始变换较为敏感，若初始变换不准确，可能导致优化过程陷入局部最优解，难以达到配准效果。
技术实现思路
1、为了解决现有技术中存在的上述问题，本专利技术提供了一种基于geman-mcclure损失函数的文物点云配准方法及装置。本专利技术要解决的技术问题通过以下技术方案实现：
2、第一方面，本专利技术提供了一种基于geman-mcclure损失函数的文物点云配准方法包括：
3、s100，获取
4、s200，将geman-mcclure损失函数引入三维点云配准优化模型中，以建立基于geman-mcclure损失函数的配准优化模型；
5、s300，在当前迭代次，利用改进迭代最近点算法对所述基于geman-mcclure损失函数的配准优化模型进行求解，在求解过程中利用计算按照上一迭代次的旋转矩阵和平移向量变换后的形状点云和所述模型点云之间的空间对应关系；并利用所述空间对应关系和lm优化算法计算出所述形状点云与模型点云之间的旋转矩阵和平移向量；
6、s400，计算所述形状点云按照当前迭代次的旋转矩阵和平移向量，配准到所述模型点云的均方误差；
7、s500，判断是否达到迭代截至条件，如果否，则将下一迭代次作为当前迭代次，并返回s300，如果是则将达到截至条件的旋转矩阵和平移向量作为最优的旋转矩阵和平移向量；所述迭代截至条件为所述均方误差小于均方误差最小值或者达到点云配准最大迭代次数。
8、第二方面，本专利技术提供了一种基于geman-mcclure损失函数的文物点云配准方法包括：
9、点云获取模块，被配置为获取文物的形状点云和模型点云并设置迭代参数，所述迭代参数包括均方误差最小值和点云配准最大迭代次数；
10、建立模块，被配置为将geman-mcclure损失函数引入改进icp算法，以建立基于geman-mcclure损失函数的配准优化模型；
11、向量计算模块，被配置为在当前迭代次，利用改进icp算法对所述基于geman-mcclure损失函数的配准优化模型进行求解，在求解过程中利用计算按照上一迭代次的旋转矩阵和平移向量变换后的形状点云和所述模型点云之间的空间对应关系；并利用所述空间对应关系和lm优化算法计算出所述形状点云与模型点云之间的旋转矩阵和平移向量；
12、误差计算模块，被配置为计算所述形状点云按照当前迭代次的旋转矩阵和平移向量，配准到所述模型点云的均方误差；
13、循环迭代模块，被配置为判断是否达到迭代截至条件，如果否，则将下一迭代次作为当前迭代次，并返回s300，如果是则将达到截至条件的旋转矩阵和平移向量作为最优的旋转矩阵和平移向量；所述迭代截至条件为所述均方误差小于均方误差最小值或者达到点云配准最大迭代次数。
14、有益效果：
15、本专利技术提供了一种基于geman-mcclure损失函数的文物点云配准方法及装置，通过获取形状点云和模型点云并设置迭代参数，建立基于geman-mcclure损失函数的配准优化模型；在当前迭代次，利用改进icp(iterative closest point，icp，迭代最近点)算法对所述基于geman-mcclure损失函数的配准优化模型进行求解，在求解过程中利用计算按照上一迭代次的旋转矩阵和平移向量变换后的形状点云和所述模型点云之间的空间对应关系；并利用所述空间对应关系和lm(levenberg-marquart，列文伯格-马夸尔特)优化算法计算出所述形状点云与模型点云之间的旋转矩阵和平移向量；计算形状点云按照所述旋转矩阵和平移向量，配准到所述模型点云的均方误差，判断是否小于最小均方误差或达到最大迭代次数得到最优的旋转矩阵和平移向量。由于geman-mcclure损失函数的鲁棒性较好，能有效提升算法精度，更适用于处理噪声和外点，因此，将geman-mcclure损失函数引入文物三维点云配准中可以建立更准确的建立文物三维点云配准优化模型。在此基础上，利用改进icp算法对该优化模型进行优化求解，从而获得三维点云配准的刚体变换参数，以提高收敛速度和迭代效率，如此可以提升配准效率和配准效果本专利技术可以提升配准效率和配准效果。
16、以下将结合附图及实施例对本专利技术做进一步详细说明。
本文档来自技高网...【技术保护点】
1.一种基于Geman-McClure损失函数的文物点云配准方法，其特征在于，包括：
2.根据权利要求1所述的基于Geman-McClure损失函数的文物点云配准方法，其特征在于，在S500之后，所述基于Geman-McClure损失函数的文物点云配准方法还包括：
3.根据权利要求1所述的基于Geman-McClure损失函数的文物点云配准方法，其特征在于，S100包括：
4.根据权利要求3所述的基于Geman-McClure损失函数的文物点云配准方法，其特征在于，S200中的基于Geman-McClure损失函数的配准优化模型表示为：
5.根据权利要求4所述的基于Geman-McClure损失函数的文物点云配准方法，其特征在于，S300包括：
6.根据权利要求5所述的基于Geman-McClure损失函数的文物点云配准方法，其特征在于，将S320中所述变换后的形状点云中任一点云点表示为pi，则pi与所述模型点云中的点云点之间的空间对应关系表示为：
7.根据权利要求6所述的基于Geman-McClure损失函
8.根据权利要求7所述的基于Geman-McClure损失函数的文物点云配准方法，其特征在于，S400中的所述形状点云按照所述旋转矩阵和平移向量，配准到所述模型点云的均方误差表示为：
9.根据权利要求8所述的基于Geman-McClure损失函数的文物点云配准方法，其特征在于，S500包括：
10.一种基于Geman-McClure损失函数的文物点云配准方法，其特征在于，包括：
...【技术特征摘要】
1.一种基于geman-mcclure损失函数的文物点云配准方法，其特征在于，包括：
2.根据权利要求1所述的基于geman-mcclure损失函数的文物点云配准方法，其特征在于，在s500之后，所述基于geman-mcclure损失函数的文物点云配准方法还包括：
3.根据权利要求1所述的基于geman-mcclure损失函数的文物点云配准方法，其特征在于，s100包括：
4.根据权利要求3所述的基于geman-mcclure损失函数的文物点云配准方法，其特征在于，s200中的基于geman-mcclure损失函数的配准优化模型表示为：
5.根据权利要求4所述的基于geman-mcclure损失函数的文物点云配准方法，其特征在于，s300包括：
6.根据权利要求5所述的基于geman-mccl...
【专利技术属性】
技术研发人员：周琦琳，陈俊铭，贺昊天，韩景怡，刘成，汪霖，姜博，
申请(专利权)人：西北大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。